Workflow
图灵奖得主理查德·萨顿、王坚、韩歆毅、王兴兴等最新发声
中国基金报·2025-09-11 22:53

大会概况 - 2025外滩大会汇集来自16个国家和地区的550位嘉宾,包括顶尖学者、产业界人士和科学家 [1] 人工智能发展范式 - 人工智能正从依赖人类数据的模式进入以持续学习为核心的“经验时代”,潜力远超以往 [1] - 对人工智能的恐惧被夸大,目标不同的智能体可通过去中心化协作实现双赢 [1] - 人类将真正理解并创造智能,超级人工智能将远超人类智力水平,权力和资源将流向最聪明的智能体 [2] 开源与AI竞争格局 - AI时代的“开源”含义已从代码开源演进为资源开放,开放数据和计算资源是推动AI发展的必需环节 [4] - 开源模型与闭源模型的选择是AI竞争的关键变量,2025年开源成为重要影响因素 [4] - 通义千问Qwen和DeepSeek的开源促使OpenAI承认在开源上站在历史错误一边 [4] AI基础设施与产业化 - 大模型的“规模定律”仍然有效,AI正驱动基础设施大规模扩张 [6] - OpenAI的Stargate和Musk的Colossus等项目,100万个GPU的耗电量相当于北京市用电量的八分之一 [6] - 2025年美国主要科技公司的AI相关资本开支预计超3000亿美元,带动IDC产业大规模建设热潮 [6] - 模型和GPU算力将成为未来组织的核心资产,Agent将重塑企业流程 [6] 智能的本质与技术挑战 - 当前AI缺乏对智能本质的科学理解,仅具“知识”而非“智能”,是静态知识存储库 [8] - 智能的核心在于“自我验证与自我纠错”能力,需从“黑箱”系统转变为基于数学原理的“白箱”模型 [8] - 必须构建具备个体记忆与闭环自治能力的系统,推动机器向“自主智能”演进 [8] AI医疗应用前景 - AI在相当长时间内无法替代医生,应定位为医生的助手,人机结合是唯一出路 [9] - AI医疗可让名医“分身有术”,专注科研和疑难杂症,同时让基层医生拥有好助手 [9] - AI医疗落地面临高质量数据、抑制幻觉和医学伦理三大核心难题 [9] 具身智能与机器人产业 - 当前AI在内容生成方面表现卓越,但在真正让AI干活(具身智能)领域仍是一片荒漠 [10] - 具身智能发展面临高质量数据及模型算法挑战,如生成视频与机器人控制模态的对齐问题 [11] - AI时代创新创业门槛大幅降低,小组织爆发力越来越强,年轻创新者迎来好时代 [11]